組合模型對(duì)金融時(shí)間序列的分析及預(yù)測(cè).pdf

1、時(shí)間序列分析預(yù)測(cè)是在假定事物的過(guò)去會(huì)同樣延續(xù)到未來(lái)，事物的現(xiàn)實(shí)是歷史發(fā)展的結(jié)果，而事物的未來(lái)又是現(xiàn)實(shí)的延伸的前提下根據(jù)市場(chǎng)過(guò)去的變化趨勢(shì)預(yù)測(cè)未來(lái)的變化。如何充分挖掘出過(guò)去時(shí)間序列中的影響現(xiàn)在及將來(lái)數(shù)據(jù)變化的方式，是建立時(shí)間序列模型所要考慮的問(wèn)題。金融時(shí)間序列的分析及預(yù)測(cè)在現(xiàn)實(shí)生活工作中有著極其廣泛的應(yīng)用。如何更好地利用有效的模型挖掘出歷史數(shù)據(jù)中的生成機(jī)制，一直是人們所追求的目標(biāo)。
　　 在預(yù)測(cè)實(shí)踐中若只用一種預(yù)測(cè)方法進(jìn)行精確而可

2、靠的預(yù)測(cè)是有難度的。不同的預(yù)測(cè)方法會(huì)提供不同的信息，如果簡(jiǎn)單地將預(yù)測(cè)誤差較大的一些方法舍棄，將可能會(huì)丟失一些有用的信息，這對(duì)信息是一種浪費(fèi)，而如果對(duì)單項(xiàng)模型進(jìn)行適當(dāng)?shù)慕M合，則可以有效發(fā)揮單項(xiàng)模型的優(yōu)點(diǎn)，彌補(bǔ)單項(xiàng)模型的不足，從而充分利用已有的信息資源，達(dá)到提高預(yù)測(cè)精度的目的。
　　 求和自回歸移動(dòng)平均模型(簡(jiǎn)稱(chēng)ARIMA)及支持向量機(jī)回歸模型(簡(jiǎn)稱(chēng)SVR)是兩個(gè)重要且行之有效的分析及預(yù)測(cè)時(shí)間序列的工具。他們都能在一定程度上反映數(shù)據(jù)